Дослідження інтелектуальної системи пошуку знань з баз даних

Серенко, І. М.

Публікація:
Дослідження інтелектуальної системи пошуку знань з баз даних

dc.contributor.author	Серенко, І. М.
dc.date.accessioned	2020-05-31T13:04:53Z
dc.date.available	2020-05-31T13:04:53Z
dc.date.issued	2019
dc.description.abstract	У цьому дослідженні було навчиено глибоку згорткову нейронну мережу на зображеннях слайдів, отриманих з атласу генома раку, щоб точно і автоматично класифікувати їх на LUAD, LUSC або нормальну легеневу тканину. Продуктивність нашого методу порівнянна з такою у патологів, з середньою площею під кривою (ППК) 0,97. Крім того, ми навчили мережу передбачати десять найбільш часто мутуючих генів в LUAD. Ми виявили, що шість з них - STK11, EGFR, FAT1, SETBP1, KRAS і TP53 - можуть бути передбачені по зображеннях патології, з ППК від 0,733 до 0,856, як виміряно на утримуваної популяції. Ці результати показують, що моделі глибокого навчання можуть допомогти патології у виявленні підтипу раку або генних мутацій. Цей підхід може бути застосований до будь-якого типу раку.	uk_UA
dc.identifier.citation	Серенко І. М. Дослідження інтелектуальної системи пошуку знань з баз даних : пояснювальна записка до атестаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / І. М. Серенко ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2019. – 79 с.	uk_UA
dc.identifier.uri	http://openarchive.nure.ua/handle/document/11911
dc.language.iso	uk	uk_UA
dc.subject	згорткова нейронна мережа	uk_UA
dc.subject	база знань	uk_UA
dc.subject	python	uk_UA
dc.subject	глубоке навчання	uk_UA
dc.subject	інтелектуальний аналіз даних	uk_UA
dc.title	Дослідження інтелектуальної системи пошуку знань з баз даних	uk_UA
dc.type	Other	uk_UA
dspace.entity.type	Publication